spencermarx/open-code-review

解决的问题

Open Code Review (OCR) 解决了单一视角 AI 代码审查的局限性。与单次 AI 审查不同，它采用多代理系统，多个独立的审查员（各自具有不同的角色和优先级）共同审查代码。这种冗余机制能发现更多问题，通过代理之间的结构化辩论（讨论）减少误报，并确保代码不仅符合通用最佳实践，还符合特定项目要求。

工作原理

OCR 使用由「技术主管」代理协调的 8 阶段工作流：

1. 上下文发现：从 CLAUDE.md 或 .cursorrules 等文件加载项目规范。
2. 变更分析：分析 git diff 以理解代码变更内容。
3. 技术主管评估：总结风险并选择合适的审查团队。
4. 并行审查：多个审查代理（使用不同 LLM）独立审查代码。
5. 聚合：合并多个冗余审查员的发现结果。
6. 讨论：审查员之间就发现的问题进行辩论，验证担忧并挑战假设。
7. 综合：生成优先级排序、去重后的最终审查报告。
8. 展示：在仪表板中显示结果，或发布到 GitHub。

适用人群

希望自动化代码审查第一轮流程以减轻人工审查员负担的开发者和团队，特别是使用 Claude Code、Cursor 或 Windsurf 等 AI 编程助手的用户。

核心亮点

• 多代理冗余：使用多个独立审查代理实例，发现更多缺陷。
• 可自定义角色：包含 28 个预设角色，包括“著名工程师”（如马丁·福勒、肯特·贝克），并支持创建自定义或临时审查员。
• 需求感知：可基于特定规格文件、提案或内联需求审查代码。
• 多模型团队：可为不同审查员分配不同 LLM（例如，为通用角色使用快速模型，为专业角色使用深度模型）。
• 代码审查地图：为大规模变更集（20+ 文件）生成结构化导航文档和 Mermaid 依赖图。
• GitHub 集成：可作为团队综合审查发布，或转换为符合 Google 审查指南的自然“人声”风格。
• 交互式仪表板：基于浏览器的 UI，用于筛选发现项、管理团队、跟踪实时进度。